Saltar al contenido
ReviewRamble

El boletín semanal

La IA, analizada, en tu bandeja de entrada.

  • Nuevas reseñas de herramientas, modelos, servidores MCP y repos, con el veredicto por delante
  • Precios y valoraciones revisados cuando algo cambia
  • Nuevos análisis en cuanto se publican

Modelos, agentes, servidores MCP y las herramientas que de verdad merecen tu tiempo.

Un correo a la semana. Date de baja con el enlace de cualquier boletín. Cómo usamos tu correo

Jacobian

Dos herramientas MCP, math.find y math.run, sobre un catálogo de más de 1.400 operaciones matemáticas exactas basadas en SymPy, Z3 y FLINT.

Reseña de ReviewRamble editors · Actualizado

Guía de instalación Código abierto

Comparte esta página:XLinkedInFacebookRedditWhatsAppCorreo

Nuestra nota

3.7/5

Un servidor de matemáticas inusualmente riguroso que reduce la lista de herramientas del modelo a dos entradas, aunque su ritmo y su etiqueta de preestable lo convierten más en un instrumento de investigación que en una dependencia.

¿Qué es Jacobian?

Jacobian, del usuario de GitHub morluto, da a un agente una biblioteca consultable de operaciones matemáticas tipadas en lugar de un intérprete de código. El servidor expone dos herramientas: math.find busca en el catálogo una necesidad descrita o devuelve el esquema exacto y los ejemplos de una operación, y math.run ejecuta una operación con un payload tipado y devuelve un resultado tipado. Cubre desde álgebra lineal exacta, álgebra de polinomios y teoría de números hasta grafos, resolución acotada de SAT y SMT, teoría de grupos, combinatoria, probabilidad, geometría y topología. La misma biblioteca se puede usar desde una CLI y como paquete de Python.

El repositorio se creó en julio de 2026, tiene unas 370 estrellas, usa la licencia MIT y publicó la 0.23.0 el 3 de octubre de 2026 en PyPI y npm, con commits que siguen en noviembre. El proyecto se declara preestable: los contratos experimentales de las operaciones pueden cambiar entre versiones.

Cómo instalar Jacobian

npx jacobian@latest setup

¿Merece la pena Jacobian?

La decisión de diseño de Jacobian es dar al modelo movimientos matemáticos, no solucionadores. Según nuestro recuento del código fuente de la v0.23.0, hay más de 1.400 declaraciones de operaciones en 33 paquetes de dominio, cada una una función acotada como un mcd extendido, un determinante exacto, una órbita de Galois o la minimización de un autómata de árboles, con al menos un ejemplo resuelto que ejecuta la batería de pruebas. Los resultados son exactos cuando dicen serlo, y las respuestas aproximadas o incompletas lo indican en el propio resultado. El modelo decide cómo combinarlas. Ocultar el catálogo tras math.find y math.run reduce el coste de contexto a dos esquemas de herramienta, cuando listar cada operación supondría cientos de definiciones.

Lo que puede tocar es casi nada. Según el código fuente, el servidor local no guarda estado y las operaciones integradas no leen ni crean estado propio del servidor; en nuestra lectura, ninguna herramienta lee archivos, hace llamadas de red ni ejecuta comandos, y funciona por stdio. El riesgo práctico es el cómputo: la documentación advierte de que las operaciones exactas pueden tardar legítimamente minutos o más, así que un timeout del cliente puede cortar un cálculo largo. El modo remoto, jacobian-remote-mcp, se enlaza por defecto a 127.0.0.1:8000 y se niega a arrancar sin un archivo de tokens, con cada token bearer de al menos 32 caracteres, salvo que se active la opción --allow-anonymous, pensada solo para desarrollo. Registra un hash con clave de cada consulta a math.find, no el texto.

La pega: es un proyecto joven, rápido y casi de un solo autor. Una cuenta firma unos 3.830 de los commits, la numeración de pull requests pasó de 4.570 en menos de cuatro meses y había 85 incidencias abiertas cuando lo comprobamos. El contrato de instalación probado es estrecho, CPython 3.12 o 3.13 en Linux x86-64 con glibc, y Alpine no puede instalar el conjunto completo. Singular y QEPCAD, necesarios para un pequeño grupo de operaciones, no se instalan por ti.

Nuestra opinión: para obtener respuestas exactas y no solo plausibles, Jacobian es un instrumento más fino que dejar que un modelo escriba SymPy sobre la marcha, y complementa herramientas de Lean como lean-lsp-mcp, que comprueba demostraciones en lugar de calcular valores. Para un modelo de restricciones que quieras escribir tú mismo, mcp-solver sigue encajando mejor.

Dónde se gana su sitio

  • Una doctoranda en combinatoria algebraica

    Comprobar una identidad conjeturada sobre coeficientes de Littlewood-Richardson en muchos casos pequeños

    El agente encuentra con math.find las operaciones de coeficientes y de números de Kostka, las ejecuta sobre particiones hasta el tamaño elegido e informa de cualquier contraejemplo con las entradas exactas. Es gratis; el límite es lo que tarda cada caso.

  • Un ingeniero de verificación en una startup de hardware de 40 personas

    Saber si un conjunto de restricciones de vectores de bits de una especificación es satisfacible

    El agente codifica las restricciones para la operación SMT acotada, que llama directamente a Z3, y devuelve un modelo o un desconocido explícito. Ahorra escribir un script de Z3 de usar y tirar, aunque las comprobaciones de producción deben seguir en tu propia batería de pruebas.

  • Un profesor de matemáticas que prepara una hoja de ejercicios de álgebra lineal

    Obtener respuestas y determinantes exactos para 30 matrices racionales

    El agente ejecuta matrix.determinant.compute y operaciones exactas relacionadas sobre cada matriz y da formato a los resultados, sin redondeo de coma flotante en las soluciones.

Antes de decidirte

Puesta en marcha
Con Node.js 20.17+ y uv instalados, npx jacobian@latest setup detecta tus agentes y escribe sus entradas MCP y una skill jacobian-math después de que revises los cambios (--dry-run muestra una vista previa). También puedes ejecutar uvx --python 3.12 --from jacobian jacobian-mcp, o pip install jacobian.
Integraciones
Dos herramientas MCP (math.find, math.run), un recurso operation://catalog, una CLI jacobian con inspect y run, y una API nativa de Python. Los backends son SymPy, NetworkX, Z3 y Python-FLINT, con Singular y QEPCAD opcionales.
Datos y privacidad
Servidor local por stdio sin estado guardado y sin acceso a archivos ni red en sus herramientas; tus problemas y resultados van a tu proveedor de modelos. El modo remoto exige un archivo de tokens (tokens de 32 o más caracteres) o una opción anónima explícita, usa 127.0.0.1 por defecto y solo registra un hash HMAC de las consultas de descubrimiento.
Coste a escala
Gratis bajo MIT. Los costes son tokens del modelo y tiempo de CPU; la documentación dice que las operaciones exactas pueden tardar minutos o más.
Límites
Versión preestable 0.23.0; los contratos experimentales cambian entre versiones. Solo Python 3.12 a 3.13 (PyPI exige menos de 3.14); sin soporte para musl ni Alpine. Los cálculos largos pueden superar los timeouts del cliente. 85 incidencias abiertas.

Lo bueno

  • Solo dos esquemas de herramienta en el contexto
  • Más de 1.400 operaciones exactas y tipadas
  • Sin acceso a archivos, red ni shell en sus herramientas
  • El modo remoto no arranca sin tokens bearer

Lo malo

  • Preestable; los contratos pueden cambiar entre versiones
  • Casi un solo autor, 85 incidencias abiertas
  • Probado solo en Python 3.12 y 3.13, Linux x86-64 con glibc
  • Algunas operaciones requieren instalar Singular o QEPCAD aparte

Ideal para

Matemáticos, investigadores e ingenieros que quieren que un agente calcule resultados algebraicos, combinatorios o lógicos exactos en lugar de aproximarlos en prosa.

Alternativas a Jacobian

Jacobian: preguntas frecuentes

¿Merece la pena Jacobian?
Un servidor de matemáticas inusualmente riguroso que reduce la lista de herramientas del modelo a dos entradas, aunque su ritmo y su etiqueta de preestable lo convierten más en un instrumento de investigación que en una dependencia. Le damos un 3.7 sobre 5.
¿Cuánto cuesta Jacobian?
Gratuito y de código abierto (MIT). Alojar un servidor remoto corre a cargo de tu propia infraestructura.
¿Qué inconvenientes tiene Jacobian?
Preestable; los contratos pueden cambiar entre versiones; casi un solo autor, 85 incidencias abiertas; probado solo en Python 3.12 y 3.13, Linux x86-64 con glibc; algunas operaciones requieren instalar Singular o QEPCAD aparte.
¿Para quién es Jacobian?
Matemáticos, investigadores e ingenieros que quieren que un agente calcule resultados algebraicos, combinatorios o lógicos exactos en lugar de aproximarlos en prosa.
¿Cuánto cuesta Jacobian para un equipo o en producción?
Gratis bajo MIT. Los costes son tokens del modelo y tiempo de CPU; la documentación dice que las operaciones exactas pueden tardar minutos o más.
¿Es Jacobian seguro para los datos de la empresa?
Servidor local por stdio sin estado guardado y sin acceso a archivos ni red en sus herramientas; tus problemas y resultados van a tu proveedor de modelos. El modo remoto exige un archivo de tokens (tokens de 32 o más caracteres) o una opción anónima explícita, usa 127.0.0.1 por defecto y solo registra un hash HMAC de las consultas de descubrimiento.
¿Cuáles son las mejores alternativas a Jacobian?
Las alternativas más cercanas que hemos analizado son MCP Solver, Lean LSP MCP y Sequential Thinking (reference server).

Respuestas comprobadas el 16 nov 2026.